《大数据开发》专题

#数据人的面试交流地# 十方融海 大数据开发实习生（秋招提前批） 一面：2022/05/30 自我介绍 this super 值和引用 垃圾回收算法 多线程用过吗 回收算法 进程线程 Linux子系统： linux内核的子系统有5个： 1、 进程调度控制系统（SCHED）； 2、内存管理系统（MM），主要作用是控制多个进程安全地共享主内存区域； 3、虚拟文件系统（VFS）； 4、网络接口（NET）

#数据人的面试交流地# 广州丰石科技 大数据开发实习生 2022/06/07 一面：感觉就是kpi 进去之后做一份面试题，hr叫我做小题，后边的大题不需要做，做完之后面试的时候给面试官看，第一句就是后面的题不会做吗？ 蚌埠住了。。。 自我介绍 spark中数据迟到怎么处理 hive权限管理 cdh kafka分区策略 sparkstream对接kafka的方式， hashmap键和值允许为空吗，

#数据人的面试交流地# 赫基集团 大数据开发实习生 一面：电话面 2022/06/21 1.sql判断是否有重复数据 2.数据库引擎的区别 3.说一下项目 4.项目中转化率数据异常怎么进行清除 二面：主管加hr面 2022/06/31 项目和经历 建模（雪花模型和星型模型） 渐变字段 笛卡尔积用在什么场景？没想出来，最后面试官说这是个坑，说没人愿意遇见笛卡尔积 还有普遍hr问题 反问 科大讯飞 A

#数据人的面试交流地# 中数通 数据岗 2022/11/02 毕设做好了吗，方向是什么 什么是大数据 用过的存储工具 Hadoop和hive的区别 用过的采集工具采集 数据的过滤是怎么做的，再flume定义的拦截器，json异常怎么进行处理 kafka是什么 用过的数据挖掘，体现再哪里 数据的展示 flume和spark分别是什么，什么时候采用 参加过的比赛 比赛中是如何完成，分工，时间，设计，流

#数据人的面试交流地# 2022/09/30 闻泰科技 大数据开发 一面： 为什么当程序员？ 加班接受？ 家人愿意让你去深圳发展吗？ 职业规划 mysql： 索引了解吗 性别适合做索引吗，经常改变的字段适合做索引吗 MySQL的锁 事务的四大特性 事务内增删查改的语句是按顺序执行的吗 视图是什么 数据是怎么存储的 hive：hive在hdfs上的存储格式 怎么看hive表的存储路径 show ta

Kubernetes 在大数据与机器学习中的实践案例。

空间可视化是地理大数据应用的最后一公里。它涵盖了一系列不同的规模，小到单个房产， 大到全球比例尺的海量地景数据的可视化。空间可视化充分利用了地理信息技术的空间数据可视化能力，用地图的方式进行可视化表达，解决了大数据中空间位置表达的问题;同时，利用地理信息技术的空间分析能力，为地理大数据涉及到的大量空间分析提供了处理能力，在空间维度上初步实现了大数据的分析。 区别于普通空间数据可视化，空间大数据可视

数据可视化是关于数据视觉表现形式的科学技术研究。可视化技术是利用计算机图形学及图像处理技术，将数据转换为图形或图像形式显示到屏幕上，并进行交互处理的理论、方法和技术。它涉及计算机视觉、图像处理、计算机辅助设计、计算机图形学等多个领域，成为一项研究数据表示、数据处理、决策分析等问题的综合技术。 随着大数据时代的来临，信息每天都在以爆炸式的速度增长，其复杂性也越来越高；另外，随着越来越多科学可视化的需

在实例详细信息页面中，点击数据库和表部分下的“查看全部”。“数据库和表”页面会以列表显示服务器中的数据库和表和它们的大小。该列表按大小排序。点击左侧窗格中的实例以跳转到其数据库和表页面。

1.vue和react的区别和相同 2.cookie的生命周期前端在请求头里怎么设置 3.css的流式布局 4.css怎么让一个元素居中对齐 5.跨页面不同源的页面怎么通信（本地，不允许使用代理服务器） 6.node.js如何读取文件 7.node.js怎么利用服务器多核 8.sessionstroge和localstroge和cookie的区别 9.事件冒泡的机制 10.tcp的三次握手，四次挥

20分钟结束 八股：java——hadoop——hive， 再问一问源码有没有看过，如何调试，如何解决异常。

自我介绍 数据倾斜问题 spark的shuffle相对于mr的shuffle有什么区别 spark的stage怎么划分的 yarn中都有什么，作用是什么 hdfs读写流程 rpc和http分别是什么，有什么区别 项目中都有什么数据 数仓的分层，每层都做了什么事 反问 金风科技二面总经理面 自我介绍 总经理问题： 1.本科和研究生都是通信，为什么选择大数据 2.怎么在完成学业同时学习大数据的 2.对

【30min】自己提到推荐领域和数据挖掘领域，直接就问了两个领域比较熟悉的算法有什么，大概介绍一些 不会的： 1. XGB shrinkage 2. FM 算法为什么时间不高 3. 如何将用户之间和物品之间的特征加入协同过滤中（随便说了，特征拼接） 比较明确的问题： 1. 随机森林，提升树的区别 2. 随机森林如何构建？特征采样的好处 场景题 1. 给出手机的BOM结构图，对于预测手机销量和原材料

HDFS是整个大数据架构的底层，它提供了一个文件系统 Spark(Spark core(RDD)) 和 MapReduce 是一个层级，是一种操作计算框架，MapReduce相当于一个别人写好的 java程序，它并不需要在服务器上启动相应的服务，甚至可以在本地run Hive => MapReduce Hive 操作MapReduce(底层是 MapReduce) Spark SQL=> Spar

已挂 一面 没有自我介绍，直接开问； 八股考的比较多，论文和实习经历都没怎么问 lgbm和xgboost的区别 RNN, GRU, LSTM之间的差别 为什么RNN容易梯度爆炸？ 进程的通信方式 介绍下进程和线程 进程是操作系统资源分配的基本单位，而线程是处理器任务调度和执行的基本单位 死锁的四个必要条件 互斥条件:一个资源每次只能被一个进程使用; 请求与保持条件: 一个进程因请求资源而阻塞时,对